稳定扩散的提示技巧
内容提要
本文介绍了使用稳定扩散生成图片的关键技术，包括模型、采样器和步数。合理构建提示可以帮助生成理想的图片，包括主题、媒介、艺术风格、著名艺术家、网站、分辨率、光照和颜色等。稳定扩散的输出结果因模型不同而异，需要不断尝试找到最佳生成效果。
延伸解读
模型选择对风格的决定性影响
文章指出，基础稳定扩散模型是通用的，但有些模型专门针对特定风格训练。例如，“Anything”模型擅长生成日式动漫风格，而“Realistic Vision”模型则输出照片级写实图像。下载模型时需注意基础模型版本（如SD 1.5和SDXL 1.0），不同版本可能导致兼容性问题，影响提示的理解。因此，选择适合的模型是获得理想风格的第一步。
采样器与步数的平衡
扩散模型理论上需要数百步生成图像，但实际使用中，采样器和步数共同控制近似求解过程。文章建议大多数采样器使用20到40步，以在质量和速度间取得最佳平衡。步数越多结果越精确，但效果取决于所选采样器。用户应根据采样器特性调整步数，避免盲目增加。
负面提示的实用价值
负面提示用于描述图像中不应出现的内容，如低质量、水印、模糊等。文章提供了一个通用的负面提示模板，可重复用于多个任务，节省时间。但需注意，某些模型（如SD 2.0或SD XL）对负面提示的依赖较低。合理使用负面提示能有效避免常见缺陷，提升出图质量。
关键词强调与混合技巧
通过调整关键词权重可以控制生成图像的侧重点。使用圆括号或方括号可增减权重，例如(keyword)相当于权重1.1，[keyword]相当于0.9。关键词混合则能结合多个主题，如(Gal Gadot:0.9), (Scarlett Johansson:1.1)。但混合可能使模型忽略其他细节，需反复试验调整。
Q&A
如何构建有效的稳定扩散提示？
有效的提示应具体明确，描述预期图像的细节，包括主题、媒介、艺术风格等。
稳定扩散的输出结果受哪些因素影响？
输出结果受模型、采样器和步数等多个参数影响。
如何使用负面提示来改善图像生成？
负面提示描述图像中不应存在的内容，可以帮助提高生成质量。
稳定扩散中步数的最佳设置是多少？
一般来说，20到40步通常能达到质量与速度的最佳平衡。
如何通过提示影响图像的艺术风格？
可以通过添加艺术风格关键词或著名艺术家的名字来影响图像的风格。
在提示中添加媒介描述有什么好处？
添加媒介描述可以使提示更具体，从而提高生成图像的准确性。
